电路故障诊断中小波分析技术的应用

电路故障诊断中小波分析技术的应用

梁祯英

佛山市顺德区联合电子有限公司广东佛山528305

摘要：电力在我国具有无比的重要意义。如果失去了稳定的电力供应，将会有很多的企业无法进行生产，人民的正常生活也会受到干扰。电力运输的过程当中，电路是绝对不能出现任何问题的。在我国电路是具有及其重要的地位。电路在运行的过程当中，如果出现了故障，就必须及时的进行处理。接下来，我们将对小波分析技术在电路故障进程当中的应用情况进行介绍。

关键词：小波分析；神经网络；电路故障

前言

电路在中国电力运输行业占有重要地位。如果没有电路的有效支持，我国的电力运输工作将难以有效进行下去。为了保证电路的效果，我们需要严格管理电路的运行，并对它们进行实时的诊断，从而避免电路出现故障。小波分析的方法对于针对电路故障来讲十分的有效，有着很强的现实意义。因此，我们将对这种技术进行详细的分析，希望可以对相关的人员起到一定的指导作用。

1.小波神经网络的构建和具体应用

1.1小波神经网络的结构

我国的电路在供电事业当中的作用无比重要，因此，我们应当对电路的所有常见故障都进行了解，并进行定时的诊断分析，从而可以对这些故障进行应对。要想能够顺利的完成电路故障情况的诊断，我们需要寻找一种行之有效的算法，从而保证我们的诊断的正确率和效率。小波神经网络的效果就十分不错。在小波神经网络当中，结构十分关键。小波神经网络的结构，直接决定了小波神经网络的有效性，以及这种算法能够服务什么样的电路。因此，我们需要对小波神经网络的结构进行更加深入的研究，从而找到一种能够与当前的电路情况更加匹配的神经网络结构。但是，按照现在的技术水平来讲，小波神经网络合理结构的搭建确实很有难度，存在着一些技术方面的问题。这类问题严重影响到了诊断的效果。并且，已经投入的神经网络结构的耐受性还是不够强，不能够很好与如此巨大的计算量相匹配。由于高负荷的持续运作，神经网络的结构时常会因为信息量的巨大而没有办法发挥出作用，而造成严重的电路故障。

1.2小波神经网络的参数

在小波神经网络的使用过程当中，相关参数的设置是重中之重。为了能够适应不同情况的电路，我们往往需要设置不同的算法参数。如何能够通过实际的检测，通过抽象化的方式来获得相关的参数，就是一个很有技术难度的步骤。目前来看，我国的小波神经网络之所以还没有投入正式的使用，就是因为参数设定比较麻烦，没有相关的参数，小波神经网络根本没有办法正常的运行。更严重的是，没有合理参数的神经网络，还有可能会误报故障，将很大一部分的工作人员的注意吸引过去，从而导致了实际故障发生的时候没有足够的人手进行处理。缺少了专业技术人员的维护，电力配网出现其他更严重故障的几率也会显著的增大。

1.3小波神经网络的电路故障诊断依据

小波神经网络的故障诊断依据，是它能够可以顺利完成任务的一个关键。为了能够更好的衡量电路是否出现了故障，我们往往都会将某一个参数作为参照的标准，只要能够找到这个标准，一旦这个参数的数值上下浮动超过了我们设置的波动范围，就会反馈错误的信息。实际上，如何能够找到这样的一个诊断依据，是当前小波神经网络诊断电路故障的一个关键。失去了这个诊断的依据，小波神经网络就没有办法正常的发挥出作用，甚至还会可能出现严重干扰电路运行的状况。如果这个参数可以很好的贴合实际，那么我们就可以发挥出小波神经网络的全部作用；而如果判断依据的设置不够合理，就很难或者正确的反馈结果。要想解决这个问题，最有效的方法设置故障参数的时候进行反复的核实。这种核实，主要是对于判断参数与实际情况之间的关系。电路在运行的过程当中，情况也会不断的发生变化。如果我们将已经运行十年的电路和已经运行二十年的电路使用同一组判断参数，那显然是不够现实的，根本就不可能发挥出小波分析的作用，甚至会造成麻烦。因此，虽然对于参数的核查比较繁琐并且会消耗大量的人力物力，但是这项工作所能够带来的安全价值确实远远大于成本。

2.小波网络电路故障诊断实例与分析

2.1诊断实例概括

诊断实例的重要作用，就是为了让大家对小波神经网络分析的算法有着更加直观的理解。我们将从电路的安装施工开始谈起。近几年修建的电路，为了能够更好的与小波神经网络算法相结合，往往会在一开始就进行相关参数的提取。实际上，小波神经网络的构建十分有难度，尤其是在训练参数的选择，往往不能够很好的处理。因此我们从一开始进行参数的提取就可以很好的减轻后面工作额负担。在之后的电路运行过程当中，神经网络将会逐步的自我完善，从而形成诊断电路故障的能力。这其实和人工智能的原理是差不多的，我们所需要的，其实就是一个可以主动寻找电路故障，并有一定的故障解决能力的人工智能。清楚了这一点，我们才可以对小波神经网络产生更加深刻的理解。

2.2诊断实例的分析

在这个实例当中，技术人员的专业技术水平，直接关系着运行电路诊断的结果以及处理电路故障所需要的时间。目前来看，我们目前所雇佣的运维人员，专业技术水平方面还是存在着些许的不足。毕竟，参与电路故障诊断工作的人员，需要对小波神经网络的原理和电路所能够出现的所有故障都深入了解，并且有快速解决故障的超强实践能力。我们需要对在岗的技术人员进行严格的技术水平评估，对技术水平差距过大的技术人员淘汰掉，对合格的技术人员加强这方面的训练，从而保证技术人员的技术水平始终可以满足小波神经网络应用的需求。除此之外，对于已经搭建差不多的神经网络，我们需要对它进行全面的检查。尤其是诊断的依据参数，不容半点差错。因为一旦诊断数据出现问题，我们需要花费大量的时间寻找出现问题的究竟是哪一段线路，电路电线的更换也更加的复杂，会给运维部门带来巨大的工作负担，与此同时严重破坏用户的用电体验。因此，我们对于神经网络本身的检查，及时的发现神经网络可能出现的问题也十分关键。

2.3诊断实例的结果

通过几年的发展，小波神经网络已经具备了比较完善的故障诊断能力，但是由于这个算法本身的一些特点，还是会有一定的出错的概率。由于小波神经网络二十四小时都处于一个高强度的工作状态，很容易由于超负荷工作而出现BUG。因此，我们极其有必要对于小波神经网络的检查维护制度完善。我们对于小波神经网络的检查维护制度，就是对于电路的安全保障。做好这样的工作，我们才可以在电路故障发生的时候从容不迫的解决问题。这个小波神经网络的维护检查制度应当包括检查、维修等方面，能够很好的保障小波神经网络的有效性。检查，主要就是为了第一时间发现小波神经网络的异常。解决了这样的问题，才可以有效的避免电路故障误报等不良现象的出现。其次一旦发现了小波神经网络本身出现了BUG，相关的部门必须第一时间对它进行及时的抢修，避免问题逐渐变得更加严重。

3.结语

电路的故障检测是关系着我国供电质量的一个重点问题。如果能够在故障刚出现的时候发现，并且采取相关措施进行处理的话，我们的电路将会始终处于一个很安全的状态。因此，我们开始进行了将小波分析与神经网络相结合的常识，构建出了小波神经网络算法。本文主要是对小波神经网络算法的几个要素进行了分析，并提出了一个实际的案例，希望可以起到一定的参考作用。

参考文献：

[1]郝春燕,魏海坤,张侃健,葛健.基于神经网络的模拟电路故障诊断方法[J].工业控制计算机,2018,31(06):63-65.

[2]谢燕.噪声信息下的模拟电路故障诊断技术研究[D].电子科技大学,2018.